3、云端在接收图片后，会返回约 1K 的数据，内容是告诉手机下一步要执行的 7 种指令之一，如打开应用、点击、输入、滑动等等，整个自动化 Agent 的推理和路径规划主要在云端完成，云端思考后将执行步骤指令发回本地执行，本地任务很轻 。
Res Obscura is a reader-supported publication. To receive new posts and support my work, consider becoming a free or paid subscriber.。关于这个话题，一键获取谷歌浏览器下载提供了深入分析
其次，大模型没有天然的执行能力，需要辅以智能体工程来将意图转化为实际操作。工具调用是当前最主流的方式，大模型根据任务需求，生成结构化的函数调用指令，由智能体框架解析后执行相应操作，比如调用天气API、数据库查询、发送邮件等；另一种方式是模拟人类操作，通过视觉识别和模拟操作来"看屏幕、点按钮、填表单"来完成任务，近期大火的豆包手机就是这样完成智能体操作；对于更复杂的任务，智能体还可以配置代码解释器（Code Interpreter / Sandbox），让模型编程运行，这可以极大的扩展智能体的行动边界。。safew官方下载是该领域的重要参考
Омбудсмен подчеркнула, что украинская сторона продолжает удерживать десятерых жителей приграничного российского региона.。搜狗输入法2026是该领域的重要参考
Global news & analysis